GPT
Por que isso importa
Em profundidade
A história do GPT é, na verdade, a sobreposição de três histórias. A primeira é sobre escala: a partir do GPT-1 de 117 milhões de parâmetros, em 2018, a OpenAI mostrou que um Transformer treinado para prever o próximo token em texto bruto suficiente se torna um sistema de linguagem de propósito geral surpreendentemente capaz, e cada geração — GPT-2, GPT-3, GPT-4 — obteve grandes saltos de capacidade principalmente à custa de mais computação e dados. A segunda é sobre alinhamento: preditores brutos do próximo token são desajeitados de usar, então a OpenAI acrescentou ajuste por instruções e feedback humano, transformando um motor de conclusão de texto no assistente de chat que tornou a família famosa. A terceira é sobre unificação: lançamentos recentes reincorporam multimodalidade e raciocínio deliberado passo a passo a um único carro-chefe, de modo que "GPT" agora nomeia toda uma linha de produtos, e não uma arquitetura.
O Arco Inicial: do GPT-1 ao GPT-3
O GPT-1 (2018) apresentou a receita em um artigo de título modesto, "Improving Language Understanding by Generative Pre-Training": pré-treinar um transformer apenas com decoder em um grande corpus não rotulado e depois aplicar ajuste fino para cada tarefa. Com 117 milhões de parâmetros, era uma prova de conceito, mas a prova funcionou. O GPT-2 (2019, 1,5 bilhão de parâmetros) ampliou a receita e mostrou que um único modelo podia executar tarefas para as quais nunca havia sido treinado explicitamente — tradução, sumarização, resposta a perguntas — apenas lendo um prompt bem formulado; a OpenAI inicialmente reteve os pesos completos por receio de uso indevido, uma prévia de todos os debates sobre lançamentos que viriam depois. O GPT-3 (2020, 175 bilhões de parâmetros) aumentou a escala em outras cem vezes e tornou o truque confiável o bastante para virar produto: dê ao modelo alguns exemplos no prompt e ele capta o padrão, um comportamento conhecido como Few-Shot. Tão importante quanto isso, o GPT-3 foi oferecido como uma API comercial, e não como pesos para download, estabelecendo o modelo de acesso que a maioria dos laboratórios de fronteira ainda segue.
ChatGPT e a Virada do RLHF
Um modelo GPT base não responde a perguntas — ele continua texto, portanto tem tanta probabilidade de acrescentar mais perguntas à sua lista quanto de respondê-las. O InstructGPT (2022) corrigiu isso com RLHF: rotuladores humanos ranquearam saídas do modelo, um modelo de recompensa aprendeu suas preferências e o modelo de linguagem recebeu ajuste fino contra essa recompensa até seguir instruções com confiabilidade. Lançado em novembro de 2022, o ChatGPT envolveu um modelo da classe GPT-3.5 ajustado dessa forma em uma interface de chat gratuita e alcançou cerca de 100 milhões de usuários em aproximadamente dois meses — na época, o aplicativo de consumo de crescimento mais rápido já medido. A lição que a indústria tirou foi incômoda para quem acreditava apenas em escala: o modelo mal havia mudado, mas a camada de alinhamento e a interface sim, e isso bastou para transformar uma demonstração de pesquisa em um produto de mercado de massa.
GPT-4, a Série o e o GPT-5
O GPT-4 (2023) foi a geração que deu credibilidade à família para trabalho profissional — um grande salto em qualidade de raciocínio, seguimento de instruções e confiabilidade, com entrada de imagens além de texto. O GPT-4o (2024) tornou o modelo nativamente Multimodal: uma única rede que lida com texto, imagens e áudio de ponta a ponta, mais rápida e barata que sua antecessora, o que viabilizou o modo de voz em tempo real. Em paralelo, a OpenAI separou a série o (o1, depois o3): modelos treinados com aprendizado por reforço para gastar mais tokens pensando antes de responder, trocando latência por precisão em matemática, código e ciência — a ideia de Computação em Tempo de Teste levada a sério. O GPT-5 (agosto de 2025) reuniu novamente os dois ramos em um sistema que roteia cada solicitação entre um modelo conversacional rápido e um modelo de raciocínio mais lento, para que os usuários não precisem mais escolher entre "inteligente, mas lento" e "rápido, mas superficial".
ChatGPT Não é GPT
Os termos são usados como se fossem intercambiáveis, mas nomeiam coisas diferentes, e confundi-los causa erros reais ao raciocinar sobre comportamento. GPT é a família de modelos: os pesos que você chama pela API, com uma janela de contexto fixa, um prompt de sistema que você controla e nenhuma memória entre chamadas, a menos que você a construa. ChatGPT é um produto: um desses modelos mais um Prompt de sistema, memória de conversa, navegação na web, ferramentas de arquivos e camadas de moderação, tudo isso moldando o que você vê antes mesmo de o modelo rodar. Quando alguém relata que "o GPT recusou" ou "o GPT lembrou", o comportamento geralmente vem do invólucro do produto, não do modelo base — o que importa quando você transfere um prompt do aplicativo para a API e as respostas mudam. Uma segunda confusão, mais branda: "GPT" passou a ser usado genericamente para qualquer chatbot, como "Kleenex" significa qualquer lenço de papel, mas, em sentido estrito, refere-se apenas à família da OpenAI; Llama, Claude e Gemini não são GPTs.
Sob o Capô
Em termos de arquitetura, todo GPT é um transformer apenas com Decoder: o texto de entrada é tokenizado, convertido em embeddings e passado por uma pilha de camadas de self-attention, e o treinamento ajusta os pesos para minimizar o erro de previsão do próximo token em um corpus de texto gigantesco. Não há encoder nem objetivo de token mascarado — esse é o contraste central com o BERT, a outra famosa linha de transformers, que lê texto bidirecionalmente e foi criado para tarefas de compreensão, não de geração. Como tudo o que o modelo sabe é incorporado aos pesos durante o pré-treinamento, ele tem um Corte de Conhecimento rígido e nenhuma noção interna de verdade, razão pela qual pode afirmar falsidades com fluência; fornecer contexto factual e recente no momento da inferência por meio de RAG é a solução padrão. A geração em si é autorregressiva: o modelo amostra um token, acrescenta-o e repete, portanto respostas longas são literalmente centenas de previsões sequenciais.